發(fā)布時(shí)間：2021-12-10 06:38

　　珩磨加工是缸筒類零件加工的最后一道工序,故珩磨加工質(zhì)量的好壞直接影響零件最終質(zhì)量和使用性能,保證其加工精度變得越來(lái)越迫切。而加工尺寸精度又是衡量其加工質(zhì)量的重要指標(biāo)之一,但是珩磨加工過(guò)程的不確定性和非線性等特點(diǎn)會(huì)導(dǎo)致傳統(tǒng)的粗珩過(guò)程出現(xiàn)珩磨加工尺寸超差的問(wèn)題。建立適應(yīng)于珩磨加工的尺寸預(yù)測(cè)模型,通過(guò)在線測(cè)量系統(tǒng)實(shí)時(shí)監(jiān)控加工過(guò)程在線修正加工參數(shù),成為有效保證加工尺寸精度及控制珩磨加工質(zhì)量的有效手段之一。本文針對(duì)珩磨加工尺寸精度問(wèn)題,建立了預(yù)報(bào)模型和優(yōu)化算法,主要研究?jī)?nèi)容包括:（1）以經(jīng)典GM（1,1）預(yù)測(cè)模型為研究對(duì)象,以提高經(jīng)典GM（1,1）預(yù)測(cè)模型預(yù)測(cè)精度和可靠性為目標(biāo),通過(guò)分析影響經(jīng)典GM（1,1）預(yù)測(cè)模型的建模過(guò)程因素,并針對(duì)影響因素對(duì)經(jīng)典GM（1,1）預(yù)測(cè)模型進(jìn)行一系列的改進(jìn)。采用背景值重構(gòu)和參數(shù)累積估計(jì)改進(jìn)的方法,建立累積AGM（1,1）預(yù)測(cè)模型;將改進(jìn)后的預(yù)測(cè)模型應(yīng)用到珩磨加工尺寸預(yù)報(bào)中,通過(guò)仿真實(shí)驗(yàn)驗(yàn)證該模型的適用性和預(yù)測(cè)精度;在此基礎(chǔ)上,為了解決預(yù)測(cè)模型在中長(zhǎng)期預(yù)測(cè)上的應(yīng)用,采用等維遞補(bǔ)方法,建立等維遞補(bǔ)-累積AGM(（1,1）預(yù)測(cè)模型,根據(jù)預(yù)測(cè)信息或?qū)崟r(shí)加工信息添加到建模... 

【文章來(lái)源】：蘭州理工大學(xué)甘肅省

【文章頁(yè)數(shù)】：74 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 機(jī)械加工尺寸預(yù)報(bào)模型建立的研究現(xiàn)狀
    1.3 課題來(lái)源
    1.4 本文的研究?jī)?nèi)容
第2章 灰色GM(1,1)模型理論及優(yōu)化研究
    2.1 灰色系統(tǒng)基本理論
        2.1.1 灰色系統(tǒng)理論的提出
        2.1.2 灰色系統(tǒng)理論基本原理
        2.1.3 灰色序列算子的生成
        2.1.4 灰色模型的優(yōu)點(diǎn)
        2.1.5 灰色系統(tǒng)理論研究現(xiàn)狀
    2.2 經(jīng)典灰色GM(1,1)模型的建立
    2.3 灰色GM(1,1)模型的改進(jìn)
        2.3.1 灰色GM(1,1)預(yù)測(cè)模型背景值誤差原因分析
        2.3.2 累積AGM(1,1)模型建模過(guò)程
        2.3.3 等維遞補(bǔ)-累積AGM(1,1)預(yù)測(cè)模型
    2.4 本章小結(jié)
第3章 支持向量回歸機(jī)參數(shù)優(yōu)化方法研究
    3.1 支持向量機(jī)概述
        3.1.1 支持向量機(jī)的提出
    3.2 支持向量回歸機(jī)介紹
        3.2.1 線性支持向量回歸機(jī)
        3.2.2 非線性支持向量回歸機(jī)
    3.3 支持向量回歸機(jī)核函數(shù)及其參數(shù)性能研究
    3.4 支持向量回歸機(jī)參數(shù)優(yōu)化研究
        3.4.1 灰狼優(yōu)化算法概述
        3.4.2 標(biāo)準(zhǔn)灰狼優(yōu)化算法研究
        3.4.3 灰狼優(yōu)化算法行為分析
        3.4.4 適應(yīng)度函數(shù)
    3.5 灰狼優(yōu)化算法優(yōu)化SVR的參數(shù)
    3.6 本章小結(jié)
第4章 珩磨尺寸預(yù)測(cè)實(shí)驗(yàn)驗(yàn)證與分析
    4.1 實(shí)驗(yàn)數(shù)據(jù)來(lái)源
    4.2 各預(yù)測(cè)模型的預(yù)測(cè)過(guò)程描述
        4.2.1 經(jīng)典灰色GM(1,1)建模過(guò)程
        4.2.2 累積AGM(1,1)建模過(guò)程
        4.2.3 等維遞補(bǔ)-累積AGM(1,1)建模過(guò)程
        4.2.4 基于SVR殘差修正的等維遞補(bǔ)-累積AGM(1,1)組合模型
    4.5 四種預(yù)測(cè)模型精度對(duì)比分析
    4.6 本章小結(jié)
第5章 結(jié)論與展望
    5.1 全文總結(jié)
    5.2 不足與展望
參考文獻(xiàn)
致謝
附錄A 攻讀碩士學(xué)位期間所發(fā)表的學(xué)術(shù)論文
附錄B 本文涉及的MATLAB程序
    1.向量回歸機(jī)參數(shù)尋優(yōu)程序
    2.訓(xùn)練預(yù)測(cè)程序



本文編號(hào)：3532089